文章总结： 本文分析AI在网络攻防中的双重应用，指出其增强防御同时降低攻击门槛，加剧虚假信息与恶意软件风险。文章以中、俄、伊、朝为例分析地缘政治影响，评估联合国及多边联盟的治理局限，强调缺乏强制执行力与大国共识导致难以建立有效国际护栏。 综合评分： 85 文章分类： 威胁情报,AI安全,政策法规,社会工程学,网络安全

人工智能在网络领域的应用与联合国在全球竞争性混乱中的作用

原创

所长007

蓝军开源情报

2026年1月15日 07:05 湖南

关注▲蓝军开源情报▲和10万+情报研究员，一起成长

【导读】

人工智能系统通过实现自我保护、自我修复和预测性防御，彻底改变了网络防御，但同时也通过开辟新的攻击途径和支持先进的网络进攻能力，改变了网络攻击。本文探讨了人工智能在网络攻击和行动中的应用，并以西方联盟的“四大”对手——中国、俄罗斯、伊朗和朝鲜——为例进行分析。不断提升的人工智能增强型网络攻击能力加剧了国际和平与安全局势升级和不稳定的风险。联合国已着手解决多边治理中的若干不足，而志同道合的小边际联盟在规范制定和行动保障方面发挥着重要作用。然而，只要主要的人工智能网络强国不愿或不太可能对其人工智能能力进行有效约束，这些值得称赞的努力就难以产生显著效果。

人工智能增强型网络能力有哪些基于证据的使用会对国际安全构成威胁？

鉴于人工智能的恶意使用对国际和平与安全构成破坏性威胁，各国政府需要通过建立规范标准、操作保障措施和问责机制来推进人工智能增强型网络能力的国际护栏，以减轻相关威胁，确保遵守国际法，并促进负责任的行为——但这在竞争日益激烈的全球混乱中将极其困难。

加入蓝军开源情报知识星球会员，免费下载本文原文及完整译文。如需要购买其它精译报告、自研报告及情报数据库，请加微信：lanjunqingbao2081。

这是蓝军开源情报的第 492期分享

编译 l 所长007

来源 l 蓝军开源情报（ID：Lanjunqingbao） 转载请联系授权（微信号：Lanjunqingbao2081）

一、人工智能在网络防御中的应用

尼克·博斯特罗姆在其著作《超级智能》中指出，如果人类发展出人类水平的人工智能（AI），这种超级智能就能迅速获得对人类的战略优势，其认知能力可能超越人类，并做出与人类价值观相悖的行为。由于其本质上是自主的，因此很难控制。

近年来，人工智能模型的飞速发展推动了研发具备类人认知能力的人工智能（即通用人工智能，AGI）的竞赛。尽管目前可用的工具距离超级智能还相去甚远，但它们已经能够实现一系列令人瞩目的功能，包括自然语言处理、计算机视觉、预测分析、自主决策、异常检测和代码生成。其中许多功能正在彻底改变我们的生活和工作方式。

近年来，人工智能模型的进步推动了开发具有类似人类认知能力的人工智能（即通用人工智能）的竞赛。

我们每天依赖的关键服务——从电网到医院，从金融系统到通信网络——都由软件支撑、驱动或依赖于软件。因此，关键基础设施的数字化韧性可以通过人工智能增强的自保护系统来提升，这些系统能够自动扫描恶意代码、检测对抗活动，并日益实现自动响应。作为概念验证，微软的 Project Ire 项目于 2025 年 8 月展示了一个自主人工智能系统，该系统能够逆向工程软件，在无需人工干预的情况下检测并阻止恶意软件，且准确率极高。换句话说，Ire 可以自动阻止高度复杂的恶意软件。

人工智能已经能够扩展安全防护能力，通过预测性威胁检测、实时异常识别和自动化实现更高效的响应，同时减少错误并加快事件响应速度。人工智能在关键基础设施领域的另一项应用是自愈系统，它可以持续监控、识别和修复漏洞。人工智能还可以增强个人活动，例如安全编码，帮助大规模重写不安全的遗留代码，从而消除整类漏洞，并通过人工智能助手使安全专业知识触手可及。“智能体人工智能”有望进一步提升人工智能代理的自主性——尽管这种自主性也会带来自身的风险和潜在漏洞。

人工智能在变革网络安全、助力防御的同时，也开辟了新的攻击途径，并日益被恶意国家和犯罪分子所利用。人工智能系统复杂且易受规避（对人工智能输入进行欺骗性操纵）、数据投毒以及传统软件缺陷利用的影响，这些攻击手段可以欺骗、操纵甚至破坏人工智能系统，使其失效甚至造成损害。 尤其值得注意的是，人工智能工具（包括人工智能代理）通常如同黑箱，其算法和运行机制缺乏透明度，因此，未被发现的漏洞或意外的有害行为和利用的可能性迅速增加。此外，人工智能系统的训练数据可能遭到破坏或人为篡改，进而导致系统故障。一般的数据投毒会降低模型的整体性能，而定向投毒则会在特定情况下操纵模型的输出，例如，在大型语言模型（LLM）中传播虚假信息。例如，俄罗斯方面就曾通过向数字生态系统中注入捏造的文章，对人工智能聊天机器人进行“操控”，使其重复传播宣传内容。此外，研究发现，如果配置或保护不当，LLM（生命周期管理）可能会泄露大量个人身份信息。由于这些系统被集成到包括关键系统在内的数字基础设施中，因此人工智能工具本身的设计、构建和交付必须将安全性放在首位。

二、网络攻击中的人工智能

人工智能工具主要应用于四个方面：网络钓鱼和社会工程、恶意软件开发和部署、虚假信息传播以及侦察。自动化系统提高了规模、速度和效率，同时降低了攻击者设计和部署网络攻击能力的门槛，即使其编程能力、技术技能或语言能力有限。麻省理工学院2025年9月的一项研究发现，在所调查的勒索软件攻击中，80%使用了人工智能，涵盖了从人工智能生成的网络钓鱼活动到恶意软件创建等各种形式。

人工智能工具主要应用于四个方面：网络钓鱼和社会工程、恶意软件开发和部署、虚假信息传播和侦察。

三、网络钓鱼和社会工程

语言生成模型（LLM）经过训练，能够生成类似人类的文本，因此非常适合用于编写定向、有说服力的信息，这些信息能够模仿不同的沟通风格，唤起熟悉感、紧迫感、情感或权威感，同时避免常见的网络钓鱼迹象，例如语法错误或不自然的措辞，从而避免引起怀疑。LLM 经常被用于网络钓鱼活动和其他社会工程攻击，提高了欺骗收件人和大规模部署攻击的可能性。例如，伊朗国家支持的 APT42 组织（一个从事网络间谍和监视的威胁组织）利用 LLM 创建了看似合法的网络钓鱼内容。伊朗针对外国目标的攻击活动使用了自动化文本生成和编辑功能，用于翻译以及针对特定行业和地区定制信息。 LLM 并非单独使用，而是与开源工具和策略相结合，以更有效地入侵公共和私营部门实体。

人工智能使文本转语音生成器能够根据简短的录音模仿语音，这使其成为语音钓鱼（vishing）的有力工具。语音钓鱼是一种利用视频或音频进行诈骗的网络钓鱼活动。俄罗斯支持的犯罪团伙曾使用语音克隆技术，据报道，他们利用人工智能驱动的语音钓鱼活动来骗取双因素身份验证码。自动化语音克隆诈骗已在全球范围内针对高管和政府机构。2025年初，诈骗分子克隆了意大利国防部长圭多·克罗塞托（Guido Crosetto）的声音，诱骗商界领袖支付近100万欧元的赎金。一名冒充马可·卢比奥（Marco Rubio）的人使用人工智能生成的声音欺骗了高级官员。攻击者利用这种深度伪造的声音，通过加密通讯平台Signal联系高级官员，暴露了依赖语音识别的身份验证系统的漏洞。

人工智能使文本转语音生成器能够根据简短的录音模仿声音，这使其成为语音钓鱼的有力工具。语音钓鱼是一种利用视频或音频来实施逼真诈骗的网络钓鱼活动。

在“蜜罐”网站中，人工智能模型被利用来创建虚假的登录表单，窃取用户凭证，将恶意软件或漏洞利用工具包嵌入可下载资源中，并生成逼真的错误信息，引导访问者拨打虚假的客服热线。  FIN7 是一个俄罗斯高级持续性威胁 (APT) 组织，曾攻击过美国和欧洲的一百多个组织，其中包括政府机构。在 2024 年的一次攻击活动中，这些网络犯罪分子利用成人主题的人工智能 Deepnude 生成器网站作为蜜罐，在毫无戒心的访问者设备上安装恶意软件。

人工智能增强的社会工程策略已扩展到代理求职面试领域。朝鲜的行动以炮制虚假求职申请而臭名昭著，这些申请旨在将特工安插到西方公司，使外国网络犯罪集团能够收集情报并为朝鲜政权牟利。诸如 Anthropic 模型之类的 LLM 提示可以创建精心设计的虚假身份，并拥有令人信服的专业履历。人工智能不仅用于申请流程，还用于面试，以完成技术和编码评估。一旦被录用，人工智能工具可以帮助完成分配的技术工作，同时进一步渗透到受害组织中。

四、恶意软件开发与部署

自动化恶意软件生成技术使威胁行为者无需以往所需的高级技术知识即可设计代码 ，而人工智能工具还可以推荐可供部署的新攻击向量 。据微软称，恶意软件变种通常使用简单的逻辑规则集来识别和适应运行环境，例如检查时区，以避免被检测到 。人工智能模型可以自动执行此任务，使恶意软件能够更有效地隐藏其存在和恶意意图，适应各种环境并从以往的攻击活动和安全工具中学习。作为概念验证，研究人员利用强化学习生成了能够绕过微软Defender的恶意软件。在受控环境之外，乌克兰国家计算机应急响应小组（CERT-UA）于2025年7月检测到针对安全和国防部门的AI驱动的恶意软件攻击。名为“LameHug”的恶意软件被归因于俄罗斯支持的APT28组织，并在自主渗透后利用LLM（逻辑学习模型）根据文本描述生成命令。

在受控环境之外，乌克兰国家计算机应急响应小组 CERT-UA 于 2025 年 7 月检测到针对安全和国防部门的 AI 驱动恶意软件攻击。

智能体人工智能工具可以为原本需要团队操作才能完成的攻击提供技术建议和积极的运维支持。纽约大学的安全研究人员于2025年9月发表了一项研究，展示了由LLM（勒索软件管理）协调的勒索软件原型。由于这些工具能够实时适应恶意软件检测系统等防御措施，其先进的特性使得防御和打击难度日益增加。使用外部来源的恶意软件或未经人工监督或审查的代码可能会引入不可预测的行为，因为操作人员可能无法完全了解恶意软件的行为方式、持续时间以及其他攻击者可能如何利用它。

人类威胁情报进一步证实，人工智能可以强化有组织的勒索软件即服务 (RaaS) 模式，从而推动具备高级规避能力的勒索软件的开发、营销和分发。境外勒索软件活动对各国经济构成日益严重的威胁，并因其日益频繁、规模和严重程度的增加，被联合国成员国认定为对国际安全的威胁，这些活动不仅造成损害，还扰乱了重要的公共服务。

五、虚假信息

由于人工智能能够模拟人类语言并生成海量看似可信的信息，以及高保真音频和视频内容，因此它正通过生成虚假账户来协助信息战。这些被称为“傀儡账户”的虚假账号可以隐藏用户身份、进行评论轰炸，并组织旨在改变公众认知的网络攻击。自全面入侵乌克兰以来，与俄罗斯有关联的组织一直在虚假信息宣传活动中使用人工智能生成的深度伪造视频。2022年3月，亲俄组织入侵了一家乌克兰媒体网站，并发布了一段深度伪造的视频，视频中总统弗拉基米尔·泽连斯基宣布辞职并呼吁士兵投降。该视频在乌克兰新闻网站和国家电视台短暂播出，随后与俄罗斯有关联的黑客入侵了该频道的显示系统。虚假内容很快被发现并删除。泽连斯基总统随后发布了一段反驳视频，重申乌克兰致力于抵御俄罗斯入侵。诸如“风暴-1679”网络和“分身”运动等虚假信息宣传活动，冒充信誉良好的新闻媒体和记者散布虚假信息，利用政治事件和关键时刻新闻周期快速变化带来的核实难题。例如，2025年2月，“风暴-1679”制作了一段E! News的报道，声称美国国际开发署（USAID）付费邀请名人访问乌克兰。这段完全捏造的视频在事实核查人员做出回应之前，已被数百万读者观看。

有记录显示，部分与国家背景有关联的行动者利用人工智能生成的内容开展信息战活动，重点围绕特定国家的政治议题以及一些具有争议性的分裂性话题展开。这些行动者在社交媒体平台上发布由人工智能生成的音频、视频及图文内容，试图在重要政治节点前影响公众认知和舆论走向。

相关账号还被发现冒充当地普通用户，通过人工智能生成的成员信息、视频片段和信息图，持续传播涉及社会问题和矛盾的内容，以放大分歧、制造对立情绪。部分信息战活动围绕社会治理、公共安全和族群关系等议题展开，呈现出较强的情绪化和煽动性特征。

此外，也有其他国家背景的信息战团队被观察到利用人工智能技术操纵政治相关内容，并借助大型语言模型提升信息传播的规模和互动效果，从而增强其影响力活动的可见度和参与度。

六、侦察与间谍活动

侦察和网络间谍活动被视为灰色地带——除非它们越过某些阈值（例如干扰关键基础设施和民主进程），否则不属于进攻性行为——但它们却能为国家提供战略优势。人工智能模型通过实现自动化数据收集和分析，在该领域取得了长足进步。LLM（低级逻辑模型）可以通过自主生成和执行网络扫描、服务枚举和凭证收集等命令，协助进行领域侦察。据观察，与中国有关联的行为者利用LLM来获取对集中式服务的访问权限，对美国政府网络（包括美国军方和美国IT服务提供商的网络）进行领域侦察，并访问美国情报人员的公共数据库。朝鲜APT（高级持续性威胁）行为者利用LLM来支持攻击生命周期的多个阶段，包括对目标组织和驻韩美军行动进行侦察。伊朗行为者则对专家、国际防务组织和政府机构进行侦察，重点关注与伊朗-以色列冲突相关的议题。同时，LLM 和实时机器翻译降低了俄罗斯、中国、伊朗和朝鲜的机构和网络犯罪集团之间情报共享和行动协调的门槛，使得这“四大”行为体及其与西方联盟敌对的代理人能够更紧密地进行战略合作。

七、自动化响应和网络攻击能力

人工智能自动化恶意软件开发和部署、侦察和漏洞发现等功能的自然延伸，是各国利用人工智能工具自动化军事和其他进攻性网络攻击及行动，反之亦然，自动化网络攻击应对。网络作战领域长期以来一直存在一种观点，即网络能力即便用于防御，也必须“以网络空间的速度”行动，而非传统作战行动缓慢而审慎的速度。虽然这种观点具有一定的吸引力，但其副作用在于，它可能导致人被排除在决策过程之外，并且无法评估重要的政策考量，尤其是在这项新技术的影响远未完全明晰的情况下。然而，人工智能将日益使民用和军事环境中的此类自动化应对成为可能。在某些方面，这些问题与自主物理武器系统领域的考量类似，但人工智能的快速普及显著提高了风险。此外，鉴于人工智能工具普遍缺乏透明度，并且如上所述，它们本身也容易受到攻击，因此部署这些工具并赋予它们任何程度的独立性都会对稳定性构成巨大的风险。尽管军队使用人工智能工具进行进攻性作战还处于相对起步阶段，但这种发展势在必行，这也提高了各国政府讨论使用自动化系统以及如何控制其潜在破坏稳定影响的风险。

八、联合国在人工智能治理中的作用

各国争夺网络空间主导权之际，人工智能赋能的网络攻击和行动可能导致攻击归因错误和意外升级，加剧地缘政治紧张局势。人工智能在各国和地区快速发展、进展不平衡、分布和应用不均，以及威胁行为者对这些模型的诸多有害利用，以至于此类攻击威胁国际安全，由此引发了一个问题：哪个平台最适合解决这些紧迫问题？

联合国仍然是就和平与安全问题开展国际对话最具包容性的多边论坛，但可以说它并非最具行动导向或最灵活的论坛。负责裁军、国际和平与安全问题的第一委员会已在信息通信技术安全不限成员名额工作组（OEWG）中，在网络空间负责任国家行为框架下引入了人工智能方面的考量。该论坛一直在讨论人工智能驱动的网络威胁——特别是针对数字系统的威胁——以及如何利用人工智能来预防、减轻和防御这些威胁。工作组的最终报告指出，人工智能模型，例如逻辑学习模型（LLM）和生成模型，降低了开展恶意信息通信技术活动的门槛，包括通过人工智能生成的恶意软件和深度伪造技术。在一项共识性决定中，各代表团一致认为，必须确保人工智能系统的安全，并对用于训练人工智能模型的数据提出具体考虑。欧盟与一些发展中国家共同提议，应优先应对新兴的人工智能威胁。相比之下，美国和以色列反对深入探讨这些问题，认为这些问题超出开放式工作组的授权范围，也不在后续机制——全球机制——的工作范围之内。虽然负责任行为的既定规范的执行情况参差不齐，违规行为后的问责机制也有限，但将人工智能相关问题纳入讨论标志着人工智能正朝着融入国际安全对话的方向迈出一步。这也表明，人工智能方面的考量并不需要新的授权或重新谈判规范框架，而是可以在现有机制中加以解决，前提是这些机制侧重于行为和意图。

联合国仍然是就和平与安全问题进行国际对话的最包容的多边论坛，但可以说它不是最注重行动或最灵活的论坛。

联合国商定的规范存在一个缺陷，即缺乏“自主性”，或者说缺乏行动能力，而这种自主性则落在通过联合国安理会采取行动的国际社会身上。安理会就人工智能在军事领域的负责任使用举行了高级别辩论，并在制定集体应对措施方面发挥着作用。尽管安理会就应对恶意网络行动达成一致意见的能力非常有限，但这些会议强调了在人工智能武器方面设置保障措施和保持监管一致性的重要性。安理会的工作旨在促进人工智能在符合国际法的前提下得到负责任的应用，并支持和平进程、冲突预防、维和行动、冲突后恢复和预警。尽管相关考量仍更多地停留在概念层面而非操作层面，并且关注的武器种类远不止网络能力，但安理会已将该问题提升到国际和平与安全问题的最高层级进行审议。安理会的参与为其他联合国机构的平行讨论增添了政治分量和一致性，并将人工智能伦理、安全治理和军备控制联系起来。与此同时，致命性自主武器系统（LAWS）政府专家组（GGE）将人工智能视为实现武器自主性的组成部分。GGE 已就若干指导原则达成一致，强调自主武器的使用必须始终处于人类控制之下，并符合国际人道主义法（IHL）。这一进程也暴露出各国在主张严格禁令和倾向于自愿性指导原则之间存在分歧。

该委员会召集了关于在军事领域负责任地使用人工智能的高级别辩论，并在制定集体应对措施方面发挥作用。

2025年9月，联合国宣布将成立两个专门负责人工智能的机构。由联合国大会设立的人工智能独立国际科学小组将每年发布报告，评估人工智能的风险和机遇。一项旨在就人工智能治理达成共识的全球人工智能治理对话也已启动。联合国秘书长安东尼奥·古特雷斯称赞这些机构将“从原则走向实践”，制定全球人工智能标准。这项工作应与现有努力形成互补，尤其是在经合组织、七国集团和区域组织方面。这些新设立的机制本质上是磋商性的。由于不具备任何强制执行力，它们的讨论旨在建立信任，并搭建促进全球理解的平台。

联合国是一个基于共识的组织，其众多成员的利益各不相同，有时甚至相互冲突。对国际社会而言，建立有效的监督机制一直都很困难，人工智能领域也不例外。例如，在网络空间领域，尽管十年前各国就网络空间行为规范达成了一些共识，但共识的缺失以及紧张且两极分化的地缘政治环境，使得相关进展进展缓慢，联合国各机构对违反规范和国际法的行为缺乏问责机制。此外，尽管联合国包容所有国家的意见，但人工智能领域的投资往往在那些遵循自身规则的国家最高，这些国家通常优先考虑自愿协议和竞争，而非趋同。

九、自愿联盟

人工智能系统的规范制定和运行保障措施取决于国家标准，而最接近形成任何保障措施的是源于小型多边机制的、理念相近的联盟战略。“五眼联盟”是美国、英国、加拿大、澳大利亚和新西兰等西方情报和安全合作的基石，它们通过自愿性人工智能伦理框架、咨询委员会和自我监管来解决人工智能问责问题。“五眼联盟”国家发布了关于安全部署人工智能系统的指南，尤其旨在确保这项新兴技术不会加剧任何现有的网络漏洞。这些指南旨在提高人工智能系统的机密性、完整性和可用性，确保针对已知漏洞采取充分的缓解措施，并提供方法和控制措施来保护、检测和应对针对人工智能系统及相关数据和服务的恶意活动。

国际反勒索软件倡议组织（ICRI）是由白宫发起的一项旨在加强全球合作打击勒索软件的卓越联盟，该组织曾多次举办峰会，专门讨论人工智能在打击勒索软件方面的作用。他们的讨论重点是利用人工智能追踪威胁行为者的行为，并制定关键基础设施（包括医疗网络）的保护计划。ICRI在其74个成员中推广安全软件开发原则，并致力于解决软件安全问题，以防止勒索软件获取敏感数据和基础设施的访问权限。

国际反勒索软件倡议组织已举办专门的峰会会议，探讨人工智能在打击勒索软件方面的作用。

帕尔马尔进程是一个独立的、由国家主导的多方利益攸关方论坛，由英国和法国共同领导，旨在确定并落实应对商业网络入侵能力（CCIC）扩散和不负责任使用的政治承诺。相应的《国家行为准则》承认，人工智能在增强网络防御能力（包括恶意网络事件的检测、响应和补救）的同时，也可能增加网络入侵工具和服务的可用性，并使监控和监管其恶意使用变得更加困难。与此同时，商业网络入侵能力市场的增长扩大了能够获取这些技术的国家和非国家行为体的潜在范围，增加了不负责任使用的机会，并使减轻和防御其构成的威胁变得更加困难。

2025年2月在巴黎举行的人工智能峰会旨在制定全球人工智能安全和监管方针。然而，与前几年在布莱切利和首尔举行的峰会发表的更为雄心勃勃的宣言不同，巴黎峰会最终仅发表了一份较为温和的声明。它缺乏投资和发展人工智能的关键政府的支持。最终形成的成果文件——《公共利益人工智能巴黎宪章》——是一个以开放性、问责制、参与性和透明度为重点的自愿性框架。然而，该文本缺乏广泛的全球共识，仅有十个国家签署。美国和英国以国家安全为由，没有加入法国主导的努力。在紧迫的人工智能问题上始终未能达成共识，表明拥有先进人工智能能力的国家更倾向于开展竞争性的人工智能设计和部署，而不是进行协调一致的努力。

十、规则与问责

如上所述，人工智能模型显然展现出双重用途：既可用于保护关键基础设施，也可用于国家和网络犯罪集团发起的攻击，其攻击程度已威胁到国际和平与安全。人工智能赋能的网络行动，尤其是涉及自主恶意软件、大规模虚假信息传播和秘密侦察的行动，增加了竞争或敌对国家之间误判、误归因和意外升级的可能性。中国、俄罗斯、伊朗和朝鲜等国的行为体已在进攻性网络行动和以经济利益为目的的攻击中运用人工智能模型，加剧了地缘政治竞争和非对称战略。随着人工智能模型和自主代理技术的快速发展，应对人工智能在此背景下的应用迫在眉睫。

人工智能模型清楚地展现了双重用途能力：既可用于保护关键基础设施，也可用于国家和网络犯罪集团发起的攻击，其程度足以威胁国际和平与安全。

联合国提供了一个包容各方的论坛，各国齐聚一堂，探讨人工智能面临的挑战，建立信任。然而，由于依赖共识决策，多边进展受到制约。鉴于人工智能发展和主导地位所带来的巨大风险，达成共识的可能性越来越小。在特朗普总统的领导下，美国放弃了限制其在人工智能领域的技术领先地位，并拒绝接受联合国等“全球治理机制”对其发展的任何限制。中国虽然表面上欢迎联合国的治理努力，但如果以网络领域的行动为例，一旦认为自身国家利益受到威胁，就不太可能遵守联合国制定的任何限制措施。志同道合的区域和小型多边联盟谨慎地推进着实用规范和操作准则，但它们也缺乏有效的执行机制。

在全球治理碎片化的背景下，基于规则的秩序将取决于志同道合的团体能否形成足够有影响力的社群，从而要求各方遵守规则并促进新兴技术的负责任使用。增强数字领域的稳定性需要为人工智能增强的网络能力建立最低限度的共同保障措施——重点在于安全开发和部署、充分的监督以及合规性。除非这些机构能够与至少一个现有的人工智能强国达成共识，否则这项努力难以实现。即便能够达成一些协议，各国政府也必须展现出足够的政治影响力来确保问责制——而这正是整个网络空间长期以来严重缺乏的。

添加微信：lanjunqingbao2081

获取资料目录

👇👇

加入蓝军开源情报星球会员 免费下载2200+资料

👇👇

原价999元！ 星球试运营期间199元！ 试运营结束，恢复原价！

扫码了解、加入

👇👇

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：蓝军开源情报 所长007《人工智能在网络领域的应用与联合国在全球竞争性混乱中的作用》